Thermal Modeling and Characterization of Twisted Coiled Actuators for Upper Limb Wearable Devices
Notice bibliographique
Résumé
A key issue with wearable technology today is the popular use of stiff electrical motors to actuate the joints. Although their performance is ideal in terms of power, bandwidth, accuracy, and speed, they do not have the inherent ability to replicate many key biological properties. This includes the ability to modulate compliance, produce linear actuation, and provide high power-to-weight ratios. The solutions to replicating these properties usually include complex mechanisms in the form of gear boxes, parallel spring mechanisms, and control algorithms, making these devices costly, heavy, and large. As an alternative, the twisted coiled actuator (TCA) is flexible, soft, and can provide large strain and high power outputs when thermally activated. This article provides a new solution to modeling the thermal behavior of TCAs within an active air cooled enclosure. The thermal models were validated against multiple inner tube diameters, heating powers, cooling pressures, and TCA sizes, and predicted the temperature to within 8.16 <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">°</sup> C during heating, and 4.33 <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">°</sup> C during cooling, corresponding to 92.7% and 94.5% accuracy, respectively. After model validation, the sensitivity of the input design parameters to performance characteristics, such as system bandwidth and efficiency, were investigated to provide specific use cases on model optimization techniques.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».